贬础厂颁と奥别办补を使って行动认识
Download as pptx, pdf1 like1,409 views
2016/10/12(水)にIoTビジネスブーストアッププログラム「AIDOR」のIoTサービス編で使用したハンズオンスライドです https://www.sansokan.jp/events/eve_detail.san?H_A_NO=21644
More Related Content
Viewers also liked (20)
Similar to 贬础厂颁と奥别办补を使って行动认识 (17)
More from Yuta Takahashi (13)
贬础厂颁と奥别办补を使って行动认识
- 2. プロトタイピング基礎（I） 概要 ? 機械学習を使用した行動認識の流れを体験 ? スマートフォンを用いて行動のロギング ? PC上で行動認識を行う 2 行動データ 識別
- 4. プロトタイピング基礎（I） 使用するツール ? HASC – Human Activity Sensing Consortium – HASC Logger 動作をロギングするスマホアプリ. 加速度, ジャイロ, 地磁気等様々なセンサ データを同時計測可能 – HASC Tool HASC Loggerで計測したデータを処理するためのツール. 特徴量の抽出や機 械学習, GUIベースで処理を組める ? Weka 機械学習やデータマイニングができるソフトウェア. Javaベースで開発. 色んな 分類器を試すことができる. 4
- 5. プロトタイピング基礎（I） HASC Loggerでのデータ取得 ? 好きな動作を計測してみましょう ? 計測した動作を識別します ? 最低3種類決めてください 動作の例 – 動かない, 歩く, ジョギング, スキップ, ジャンプ, 階段の上り?下り など 5
- 6. プロトタイピング基礎（I） 計測の方法 ? HASC Loggerを使用 ? ポケットに入れて計測を行います ? 1動作×10秒×3回 (10秒間同じ動作を続ける) ? 計測時間の指定方法 Android : Settings > Logging Duration(sec) iOS : 設定 > HascLogger > LOGGING OPTION > Logging Duration(sec) ? Start Sensing After Delayで始めると5秒後に計測開始 – 5秒の間にポケットに入れて動作を始めておく – 動作をしている途中で計測が始まるのが良い ? MetadataのTagsに何の動作か残しておきましょう(日本語 ×) 6
- 7. プロトタイピング基礎（I） HASC Toolの準備 ? 新規のプロジェクトを作成 「AIDORProject」 ? 用意したファイルをプロジェクトにコピー – ドラッグ&ペースト もしくは インポート 7 ? Data – 計測したデータの置き場 ? HASCXBD – 特徴量の抽出処理 ? mergy.py – ファイルをマージするPythonスクリプト
- 8. プロトタイピング基礎（I） 計測したデータの取り込み⑴ ? アプリのデータはネットワーク経由で受け渡し – データを送るフォルダをクリック – 図のボタンをクリック – ポートを選択 (8080) ? PCのIPアドレスを調べる – Mac : terminalでifconfig – Win : コマンドプロンプトでipconfig ? IPアドレスをアプリに設定 例 「http://192.168.0.2:8080」 – Android : Settings > Server URL – iOS : 設定 > HascLogger > UPLOAD LOGS > Server URL 8 ここを押す
- 9. プロトタイピング基礎（I） 計測したデータの取り込み⑵ ? データをUpload – アプリ側からUploadする – うまくいけば右のようにデータが 取り込まれる ? データを行動別に整理 – フォルダ名が行動名となります – .metaファイルを参考に – ***-acc.csvファイルのみ必要 9
- 10. プロトタイピング基礎（I） 特徴量の抽出 ? HASCXBD > xbdExe_CSVFileSelect.hascxbdを実行 – 特徴量は平均, 分散, 周波数スペクトル(4帯域)のノルム ? Featureフォルダが作成され, 特徴量が保存される ? merge.pyを実行 ( python merge.py ) ? weka-data.csvが出力される 10
- 11. プロトタイピング基礎（I） Wekaでのデータの読み込み ? Wekaを起動 – 「Explorer」を選択 11 ? ファイルの読み込み – 「Open file..」を選択 – weka-data.csvを読み込む
- 12. プロトタイピング基礎（I） 決定木による行動識別 ? Classify > Classifier > Choose ? 学習器の選択 – weka > classifiers > trees > J48 – Test options > Use training set > start – Result list > tree.J48 > 右クリック > Visualize tree 12
- 13. プロトタイピング基礎（I） 学習と評価のオプション ? Use training set – 学習データとテストデータが一緒 ? Supplied test set – 別ファイルに用意したテストデータを識別 ? Cross-validation – データをm個に分割 – m - 1個を学習, 1個をテストに使用 – テスト用のデータを交換してm回行う ? Percentage split – 指定した割合のデータを学習 13
- 15. プロトタイピング基礎（I） 他の学習器 ? ベイジアンネットワーク – weka > classifiers > bayes > BayesNet ? ナイーブベイズ – weka > classifiers > bayes > NaiveBayes ? ロジスティック – weka > classifiers > functions > SimpleLogistic ? サポートベクターマシン – weka > classifiers > functions > SMO ? ランダムフォレスト – weka > classifiers > trees > RandomForest 15